解决cuda out of memory

问题：

pytorch默认使用第一块显卡 cuda o ,在运行bert代码时，因为长文本，我把padsize调到512。导致显存不足，会占用大量的显存。程序会反复报Runtime Error，cuda out of memory的错。

分析：

服务器有三块显卡0,1，2。为啥空间不足，原来pytorch在初始化的时候会默认在第0块显卡上进行，这就导致，在第0块显卡空闲内存不多时，反复报错

解决：

通过几行代码解决问题

开头添加：

import os
os.environ["CUDA_VISIBLE_DEVICES"]="0,1,2"

主函数模型训练部分使用并行：

    # train
    model = x.Model(config).to(config.device)
    if torch.cuda.device_count() > 1:
        model = torch.nn.DataParallel(model,device_ids = [0, 1, 2])
    train(config, model, train_iter, dev_iter, test_iter)

使用nn.DataParallel函数来用多个GPU来加速训练。

代码成功运行。。。。。。

再来看一下显存效果：

watch -n 0.2 nvidia-smi

 看起来都在跑